تجزیه وتحلیل اسناد نمایه شده در پایگاه اسکوپوس در حوزه «تحلیل و آشکارسازی بدافزار توسط یادگیری ماشین و یادگیری فدرال»

سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 203

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ELEMECHCONF08_080

تاریخ نمایه سازی: 19 تیر 1403

چکیده مقاله:

در پژوهش حاضر، به تحلیل و آشکارسازی بدافزار ها در شبکه های ارتباطی مبتنی بر مانند یادگیری ماشین و یادگیری فدرال با تکیه بر ابزار علم سنجی پرداخته شده است. علاوه بر این، زیرحوزه های مرتبط با این موضوع، با استفاده از نرم افزارهای Bibexcel وVOSviewer و با بررسی ۲۹۱۵ سند پژوهشی منتشر شده از سال ۲۰۰۸ تا ۲۰۲۴ میلادی در پایگاه استنادی اسکوپوس مورد ارزیابی و تحلیل قرار گرفته است. براساس نتایج آماری بدست آمده از تحلیل اسناد موجود، مفاهیمی مانند بدافزار، یادگیری ماشین و آشکارسازی بدافزار از پرکاربردترین موضوعات پژوهشی در این حوزه می باشند. همچنین کشورهای هند، آمریکا و چین سه کشور برتر در این حوزه در جهان هستند.

نویسندگان

امین حاتمی

۱- دانشجوی کارشناسی ارشد، مهندسی کامپیوتر گرایش شبکه های کامپیوتری، دانشکده برق و کامپیوتر، دانشگاه آزاد اسلامی واحد تهران شمال، تهران، ایران

پدرام حاجی پور

۲- عضو هیات علمی گروه ارتباطات ماهواره ای، پژوهشکده فناوری ارتباطات، پژوهشگاه ارتباطات و فناوری اطلاعات، تهران، ایران

حسین افتخاری

۳- مدیرعامل شرکت دیده بان علم و فناوری، تهران، ایران